期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于PCA-SSA-PNN的齿轮故障诊断
被引量:
2
1
作者
陈立爱
俞宏艳
+1 位作者
汪佳奇
陈松
《长沙大学学报》
2023年第2期18-27,共10页
齿轮在工作过程中故障发生率高是造成传动机械设备故障的主要原因。通过对齿轮故障进行正确的特征提取和类型辨识,可实现对齿轮故障的有效识别。以齿轮箱9种不同的齿轮状态振动加速度信号为研究对象,我们提出一种利用主成分分析法降维,...
齿轮在工作过程中故障发生率高是造成传动机械设备故障的主要原因。通过对齿轮故障进行正确的特征提取和类型辨识,可实现对齿轮故障的有效识别。以齿轮箱9种不同的齿轮状态振动加速度信号为研究对象,我们提出一种利用主成分分析法降维,基于麻雀搜索算法优化概率神经网络特征参数的齿轮故障诊断模型,以提升概率神经网络模型的正确识别率。本文将该模型与传统概率神经网络模型、主成分分析-概率神经网络模型的正确识别率,以及改变样本数据量和添加不同噪声系数对正确识别率的影响进行对比试验,证明了该模型对齿轮故障诊断的有效性。
展开更多
关键词
主成分分析法
麻雀搜索算法
概率神经网络
故障诊断
齿轮
下载PDF
职称材料
基于RF-PCA-改进SVM模型的齿轮故障诊断方法
2
作者
陈立爱
汪佳奇
+1 位作者
陈松
王大桂
《测控技术》
2023年第8期15-21,共7页
为提升齿轮故障诊断的正确率,提出了基于随机森林(Random Forest,RF)和主成分分析法(Principal Components Analysis,PCA)对齿轮振动信号进行特征降维处理,并采用粒子群算法(Particle Swarm Optimization,PSO)求解支持向量机(Support Ve...
为提升齿轮故障诊断的正确率,提出了基于随机森林(Random Forest,RF)和主成分分析法(Principal Components Analysis,PCA)对齿轮振动信号进行特征降维处理,并采用粒子群算法(Particle Swarm Optimization,PSO)求解支持向量机(Support Vector Machine,SVM)特征参数最佳取值的齿轮故障诊断模型(RF-PCA-改进SVM模型)。对齿轮箱实例中正常、断齿、齿根开裂、剥落、削尖等9种不同状态进行了验证,证明了RF-PCA-改进SVM模型对齿轮故障诊断的有效性。试验结果表明:通过对比不同诊断模型识别率,证明RF-PCA-改进SVM模型具有更优的齿轮故障识别率,平均达到了99.66%,且计算效率较高;样本数量改变虽然会影响模型正确识别率,但不同的改变方式对识别率影响的程度不同,对于RF-PCA-改进SVM模型,当齿轮状态数据大于40个时即可达到88%以上的正确识别率。
展开更多
关键词
齿轮箱
故障诊断
RF
PCA
改进SVM
下载PDF
职称材料
题名
基于PCA-SSA-PNN的齿轮故障诊断
被引量:
2
1
作者
陈立爱
俞宏艳
汪佳奇
陈松
机构
安徽建筑大学机械与电气工程学院
出处
《长沙大学学报》
2023年第2期18-27,共10页
基金
安徽高校协同创新项目“基于机器视觉的机器人导航、地图动态重构及定位技术”,编号:GXXT-2019-003。
文摘
齿轮在工作过程中故障发生率高是造成传动机械设备故障的主要原因。通过对齿轮故障进行正确的特征提取和类型辨识,可实现对齿轮故障的有效识别。以齿轮箱9种不同的齿轮状态振动加速度信号为研究对象,我们提出一种利用主成分分析法降维,基于麻雀搜索算法优化概率神经网络特征参数的齿轮故障诊断模型,以提升概率神经网络模型的正确识别率。本文将该模型与传统概率神经网络模型、主成分分析-概率神经网络模型的正确识别率,以及改变样本数据量和添加不同噪声系数对正确识别率的影响进行对比试验,证明了该模型对齿轮故障诊断的有效性。
关键词
主成分分析法
麻雀搜索算法
概率神经网络
故障诊断
齿轮
Keywords
Principal Component Analysis
Sparrow Search Algorithm
Probabilistic Neural Network
fault diagnosis
gear
分类号
TH132 [机械工程—机械制造及自动化]
下载PDF
职称材料
题名
基于RF-PCA-改进SVM模型的齿轮故障诊断方法
2
作者
陈立爱
汪佳奇
陈松
王大桂
机构
安徽建筑大学机械与电气工程学院
出处
《测控技术》
2023年第8期15-21,共7页
基金
安徽省高校协同创新项目(GXXT-2019-003)。
文摘
为提升齿轮故障诊断的正确率,提出了基于随机森林(Random Forest,RF)和主成分分析法(Principal Components Analysis,PCA)对齿轮振动信号进行特征降维处理,并采用粒子群算法(Particle Swarm Optimization,PSO)求解支持向量机(Support Vector Machine,SVM)特征参数最佳取值的齿轮故障诊断模型(RF-PCA-改进SVM模型)。对齿轮箱实例中正常、断齿、齿根开裂、剥落、削尖等9种不同状态进行了验证,证明了RF-PCA-改进SVM模型对齿轮故障诊断的有效性。试验结果表明:通过对比不同诊断模型识别率,证明RF-PCA-改进SVM模型具有更优的齿轮故障识别率,平均达到了99.66%,且计算效率较高;样本数量改变虽然会影响模型正确识别率,但不同的改变方式对识别率影响的程度不同,对于RF-PCA-改进SVM模型,当齿轮状态数据大于40个时即可达到88%以上的正确识别率。
关键词
齿轮箱
故障诊断
RF
PCA
改进SVM
Keywords
gearbox
fault diagnosis
RF
PCA
improved SVM
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于PCA-SSA-PNN的齿轮故障诊断
陈立爱
俞宏艳
汪佳奇
陈松
《长沙大学学报》
2023
2
下载PDF
职称材料
2
基于RF-PCA-改进SVM模型的齿轮故障诊断方法
陈立爱
汪佳奇
陈松
王大桂
《测控技术》
2023
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部